WAV2VEC2_XLSR_300M

torchaudio.pipelines.WAV2VEC2_XLSR_300M

具有 3 亿参数的 XLS-R 模型，在来自多个数据集（Multilingual LibriSpeech [Pratap et al., 2020]、CommonVoice [Ardila et al., 2020]、VoxLingua107 [Valk and Alumäe, 2021]、BABEL [Gales et al., 2014] 和 VoxPopuli [Wang et al., 2021]）的 436,000 小时未标记音频上预训练（共 128 种语言），未进行微调。

最初由 XLS-R [Babu et al., 2021] 的作者根据 MIT 许可证发布，并以相同许可证重新分发。[许可证, 来源]

有关使用详情，请参阅 torchaudio.pipelines.Wav2Vec2Bundle。